当前位置:   article > 正文

如何使用BERT实现中文的文本分类(附代码)_bert模型中文分类

bert模型中文分类

前言

  1. Google官方BERT代码(Tensorflow)
  2. 本文章参考的BERT分类代码(Pytorch)
  3. 本文章改进的BERT中文文本分类代码(Pytorch)
  4. BERT模型介绍

Pytorch

readme

  • 请先安装pytorch的BERT代码,代码源见前言(2)
    pip install pytorch-pretrained-bert
    
    • 1

参数表

data_dir bert_model task_name
输入数据目录 加载的bert模型,对于中文文本请输入’bert-base-chinese 输入数据预处理模块,最好根据应用场景自定义
model_save_pth max_seq_length* train_batch_size
模型参数保存地址 最大文本长度 batch大小
learning_rate num_train_epochs
Adam初始学习步长 最大epoch数

* max_seq_length = 所设定的文本长度 + 2 ,BERT会给每个输入文本开头和结尾分别加上[CLS][SEP]标识符,因此会占用2个字符空间,其作用会在后续进行详细说明。

算法流程

1. 概述

本文内容由网友自发贡献,转载请注明出处:https://www.wpsshop.cn/w/weixin_40725706/article/detail/959006
推荐阅读
相关标签
  

闽ICP备14008679号